APRENDIZAJE Y RENDIMIENTO ACADMICO

Juan Luis Castejn Costa

Alicante, 2014
La presente edicin ha sido revisada atendiendo a las normas vigentes de nuestra lengua, recogidas en la Ortografa de la
lengua espaola (2010), Diccionario Panhispnico de Dudas (2005) y Diccionario de la Real Academia de la Lengua Espaola (2001).
Estas dos ltimas estn en proceso de adaptacin a la Nueva gramtica de la lengua espaola (2009) y a las normas de la nueva
edicin de la Ortografa de la lengua espaola (2010).

Aprendizaje y rendimiento acadmico

Juan Luis Castejn Costa

ISBN: 978-84-16113-76-7
Depsito legal: A 532-2014

Edita: Editorial Club Universitario Telf.: 96 567 61 33

C/ Decano, n. 4 03690 San Vicente (Alicante)
www.ecu.fm
e-mail: ecu@ecu.fm

Printed in Spain
Imprime: Imprenta Gamma Telf.: 96 567 19 87
C/ Cottolengo, n. 25 03690 San Vicente (Alicante)
www.gamma.fm
gamma@gamma.fm

Reservados todos los derechos. Ni la totalidad ni parte de este libro puede reproducirse o
transmitirse por ningn procedimiento electrnico o mecnico, incluyendo fotocopia, gra-
bacin magntica o cualquier almacenamiento de informacin o sistema de reproduccin,
sin permiso previo y por escrito de los titulares del Copyright.
 NDICE

Presentacin................................................................................................................5

Tema 1
Modelos de enseanza-aprendizaje y rendimiento acadmico...................................7

Tema 2
Inteligencia, aprendizaje y rendimiento acadmico..................................................51

Tema 3
Personalidad, autoconcepto y rendimiento acadmico.............................................83

Tema 4
Motivacin, aprendizaje y rendimiento acadmico................................................115

Tema 5
Teoras del aprendizaje. Implicaciones para la enseanza......................................161

Tema 6
Contexto instruccional y rendimiento acadmico...................................................221

Tema 7
Contexto familiar, social y cultural y rendimiento acadmico...............................305

Tema 8
A modo de conclusiones generales.
Recomendaciones para la mejora de la educacin y el rendimiento acadmico.......333
 PRESENTACIN

El libro que tiene en sus manos trata de presentar un resumen de los principales
factores que influyen sobre el rendimiento acadmico. Un tema profusamente
tratado en la literatura cientfica pero de permanente inters y actualidad. El inters
viene dado por la transcendencia individual y social que tiene la educacin, tal y
como se manifiesta en uno de sus resultados visibles, el rendimiento acadmico.
La actualidad del tema se debe a las revisiones sistemticas llevadas a cabo en este
campo, principalmente mediante el metaanlisis, que dan consistencia a los resultados
obtenidos, al estar basados en una gran cantidad de investigaciones y estudiantes.
Las revisiones metaanalticas recientes, adems de incluir la mayor parte de
las variables que intervienen en el proceso educativo, se caracterizan por que estn
basadas en una gran cantidad de datos. As, por ejemplo, las sntesis metaanalticas
realizadas por Hattie (2009, 2012) toman en consideracin unos 1.000 metaanlisis
sobre los factores que inciden en el rendimiento acadmico e incluyen alrededor de
60.000 estudios, algunos de los cuales estn basados en 5 millones de alumnos y
abarcan un total de 245 millones de estudiantes.
Las conclusiones y recomendaciones basadas en los resultados de la investigacin
se pueden articular alrededor de un modelo sobre los factores explicativos del
rendimiento acadmico (Hattie, 2009, 2012; Hattie y Anderman, 2013) que incluye:
1) el estudiante, 2) el profesorado, 3) los mtodos de enseanza, 4) la escuela, 5) el
contexto familiar, y 6) el sistema educativo. Dentro de cada uno de estos factores se han
identificado aquellos elementos que muestran un mayor efecto sobre el rendimiento.
El libro se divide en ocho temas que recogen cada uno de los factores anteriores.
En el tema 1 se presenta un modelo general del proceso de enseanza-aprendizaje
que incluye la mayor parte de las variables que influyen en el rendimiento acadmico,
como producto de este proceso. En este tema se presentan asimismo los principales
modelos de investigacin sobre el rendimiento, desde los simples modelos correla-
cionales, a los modelos estructurales, con un apartado especfico para los estudios
metaanalticos.
El tema 2 aborda el tema de la inteligencia, su estructura y las implicaciones que
se derivan para la educacin y la enseanza de cada una de las grandes teoras de la
inteligencia, la teora del factor general g, la teora trirquica de Robert Sternberg y la
teora de las inteligencias mltiples de Howard Gardner.
El tema 3 trata sobre otras variables individuales, la personalidad, los estilos de
aprendizaje y el autoconcepto, y sus relaciones con el aprendizaje y el rendimiento
acadmico.

5
 El tema 4 se dedica exclusivamente a la motivacin, como una de las variables
del estudiante, junto con la inteligencia, que mayor influencia muestra sobre el
rendimiento. Este tema incluye la presentacin de las teoras conductistas y las teoras
cognitivas, como la teora de la motivacin de logro, la teora atribucional y la teora
del aprendizaje autorregulado, as como los principios generales que se derivan de
cada una de ellas para la mejora de la motivacin en el contexto educativo, junto
con los estudios sobre la relacin entre la motivacin y el rendimiento, y algunos
modelos estructurales sobre el rendimiento en los que se incluye la motivacin.
En el tema 5 se desarrollan las diferentes teoras sobre los procesos de aprendizaje
que median entre los mtodos de enseanza y los diferentes resultados de aprendizaje
y su producto, el rendimiento acadmico. Estos planteamientos tericos incluyen las
teoras conductistas, las teoras cognitivas de procesamiento de la informacin, las
teoras del aprendizaje situado y el enfoque constructivista.
El tema 6 incluye algunos de los principales elementos del contexto instruccional
que inciden en el rendimiento acadmico, como el currculo, el profesorado, las
estrategias de enseanza, la clase y la escuela.
El tema 7 est dedicado a la influencia del contexto familiar, social y cultural
sobre el rendimiento acadmico de los estudiantes.
Por ltimo, el tema 8 recoge las conclusiones generales sobre los factores del
estudiante, el profesorado, los mtodos de enseanza, la familia, la escuela y el sistema
educativo que influyen sobre el rendimiento acadmico. Una vez que la aplicacin a
la prctica de los resultados de la investigacin no se realiza de forma automtica y
directa, en este tema tambin se exponen las procesos y estructuras organizativas a
travs de los cuales se pueden aplicar los resultados de la investigacin a la prctica
educativa, de manera que tanto la poltica como la prctica estn basadas, cada vez
ms, en la evidencia cientfica.
Cada uno de estos temas se desarrolla como una unidad didctica; junto al con-
tenido del mismo se incluyen los objetivos, el resumen, los conceptos clave, las
lecturas recomendadas, unas actividades prcticas sugeridas y unos ejercicios de
autoevaluacin resueltos que pueden servir al estudiante para comprobar los cono-
cimientos adquiridos.
El conocimiento de los factores que inciden sobre el rendimiento, y de los que lo
hacen en mucha menor medida, puede ser de inters para el profesorado, los orien-
tadores y los responsables de la poltica educativa para poner en marcha polticas y
prcticas eficaces, basadas en la evidencia de una gran cantidad de resultados obte-
nidos a nivel internacional y servir de gua para el diseo y desarrollo de nuevas
prcticas dirigidas a mejorar la calidad de la educacin.

6
 TEMA 1

MODELOS DE ENSEANZA-APRENDIZAJE Y
RENDIMIENTO ACADMICO

ndice de contenido

1. Modelos del proceso de enseanza-aprendizaje

1.1. Modelos de enseanza-aprendizaje: revisin histrica
1.2. Un modelo integrador del proceso enseanza-aprendizaje
1.2.1. Condicionantes internos y externos del aprendizaje
1.2.2. Procesos de aprendizaje
1.2.3. Resultados de aprendizaje y rendimiento
2. El rendimiento acadmico
2.1. Concepto de rendimiento acadmico
2.2. Modelos de investigacin sobre el rendimiento acadmico
2.2.1. Modelos correlacionales
2.2.2. Modelos predictivos
2.2.3. Modelos estructurales
2.3.4. Modelos multinivel
2.3. Los estudios metaanalticos sobre el rendimiento acadmico
2.3.1. Revisiones sistemticas y sntesis cuantitativas: el metaanlisis

Objetivos

a) Identificar los diferentes aspectos y variables que intervienen en el proceso

de ensear y aprender, a partir del conocimiento de los diferentes modelos de
enseanza-aprendizaje establecidos histricamente.
b) Analizar el concepto de rendimiento y su evaluacin.
c) Conocer los modelos de investigacin sobre el rendimiento acadmico.
d) Conocer los modelos, mtodos y tcnicas de investigacin sobre los factores
que inciden en el rendimiento acadmico.

Resumen

En este tema se presentan diferentes modelos del proceso de enseanza-aprendizaje

que se han ido formulando a lo largo de la historia de la psicologa y la pedagoga con

7
la finalidad de identificar las principales variables implicadas en este proceso, dentro de
un modelo de carcter global, integrador y sistmico. Se analiza, adems, el concepto
de rendimiento acadmico como resultado del proceso de enseanza-aprendizaje. Se
presentan asimismo diversos modelos y tcnicas de investigacin sobre el rendimiento.

Conceptos clave

Conocimiento terico-explicativo y descriptivo, conocimiento prescriptivo o apli-

cado; tipos de modelos de enseanza-aprendizaje; modelos globales, integradores o
sistmicos; concepto de rendimiento acadmico; modelos de investigacin sobre el ren-
dimiento acadmico.

1. Modelos del proceso enseanza-aprendizaje

La falta de una teora unificadora del proceso de enseanza-aprendizaje ha llevado a

que se recurra a modelos descriptivos o relacionales antes que a teoras explicativas. El
modelo es una estructura o representacin conceptual a mitad de camino entre la expli-
cacin terica y la descripcin ofrecida por el dato emprico (Rechea, 1980). El trmino
modelo tiene diversos significados y sirve a diferentes propsitos; uno de los cuales es
el de identificar aquellos aspectos o variables que entran a formar parte de un proceso,
como puede ser en el mbito educativo el proceso de enseanza y aprendizaje, describir
las relaciones que se producen e ir profundizando en el establecimiento de relaciones
causales, de tipo explicativo, entre esos factores (Coll, 1988; Reigeluth, 1983, 2000;
Snow, 1973).
Las teoras, como las teoras del aprendizaje o la motivacin, tratan de explicar
por qu se produce un fenmeno, como el aprendizaje o la motivacin. Estn por tanto
centradas en la explicacin y el anlisis intensivo de una parcela de la realidad educa-
tiva. Mientras que los modelos nos describen qu variables o factores entran a formar
parte de un proceso amplio, como el proceso de enseanza-aprendizaje, y, en algunos
casos, dando un paso ms all, establecen las interrelaciones que se producen entre las
variables que entran a formar parte del modelo, como un primer paso para explicar el
funcionamiento del modelo; en este caso del proceso o modelo de enseanza-aprendi-
zaje que se trate. Un modelo trata de establecer un mapa de las variables y relaciones
que conforman la realidad y que se reflejan en el modelo.

1.1. Modelos de enseanza-aprendizaje: revisin histrica

Los modelos que se presentan a continuacin tienen diverso grado de generalidad

y de elaboracin terica; en muchos casos cabe hablar de teoras e incluso paradigmas,
sin embargo, para nuestros propsitos se trata de delimitar las variables, tpicos o con-
ceptos situados dentro de cada unos de ellos, antes que de reflexionar sobre sus funda-
mentos tericos y metodolgicos.

8
 Un primer grupo de modelos son los que recogen Genovard, Gotzens y Montan
(1981) y Mayor (1981).
El modelo clsico de Thorndike formulado al inicio del siglo XX, desde el punto
de vista terico, trata de aplicar los principios de la psicologa general, la pedagoga
y la metodologa de las ciencias naturales a la situacin de enseanza; sus objetivos
de estudio son las diferencias individuales, el aprendizaje y la ejecucin (conducta
observable).
El modelo social de Trow, desarrollado en los aos 50 del siglo pasado, tuvo
como objeto el estudio de las variables referidas a las relaciones persona-persona
(maestro-alumno, alumno-alumno), persona-grupo (maestro-clase, alumno-grupo,
alumno-familia) y persona-smbolo (alumno-cultura).
El modelo procedente del anlisis experimental del comportamiento, dentro del
que se sita el anlisis y modificacin de conducta (Bijou y Baer, 1965), tambin
llamado modelo comportamental, tiene como objetos de estudio la enseanza y
aprendizaje de nuevas conductas y el cambio comportamental. En la actualidad este
modelo constituye un modelo de intervencin que incorpora variables cognitivas.
El modelo interaccionista (Glaser, 1973) tiene en cuenta las interrelaciones entre
las variables de la instruccin, fundamentalmente: el sujeto que aprende o aprendiz
(aptitudes, motivacin, etc.), los contenidos de instruccin (tareas) y los mtodos de
enseanza. Este modelo pretende una aproximacin global y sistemtica al proceso
de enseanza-aprendizaje.
El modelo cognitivo, en el que se distinguen dos orientaciones: 1) los modelos
cognoscitivos de aprendizaje escolar, formulados por Ausubel y Bruner, centrados
en el estudio del aprendizaje escolar y los mtodos de enseanza en el aula. En estos
modelos adquieren relevancia temas tales como la comprensin y el aprendizaje
verbal significativo, el descubrimiento, la solucin de problemas y el diseo de la
instruccin.
Por otro lado, est 2) el modelo de procesamiento de la informacin, cuyo obje-
tivo fundamental son los procesos de adquisicin del conocimiento. Este modelo
aplicado a la enseanza da lugar a la psicologa cognitiva de la instruccin. El modelo
incorpora las caractersticas del enfoque interaccionista anterior, y tiene como temas
de estudio la adquisicin de conocimientos complejos tales como las tareas o conte-
nidos escolares, la comprensin, resolucin de problemas, el aprendizaje de conte-
nidos de la enseanza, etc. En suma, todos aquellos procesos y estrategias cognitivas
comprometidas en la adquisicin de conocimientos. El modelo de procesamiento de
la informacin se asienta sobre bases ms empricas que el modelo anterior.
Finalmente, nos encontramos con el modelo ecolgico (Bronfenbrenner, 1976),
que recoge elementos del ambiente fsico y social, as como del contexto sociocul-
tural donde se desarrolla el proceso educativo. Es un modelo terico falto de siste-
matizacin de las variables que intervienen en el proceso.
El modelo del tiempo de aprendizaje de Carroll (1963) considera como variable
fundamental el tiempo de aprendizaje escolar. La idea central es que el estudiante
tendr xito en el aprendizaje de una tarea determinada en la medida en que emplee

9
la cantidad de tiempo necesaria para aprender esa tarea. En el modelo se contem-
plan, adems, la aptitud, el tiempo permitido y la perseverancia, como variables del
alumno, y la calidad de la enseanza como variable instruccional.
El modelo de instruccin directa de Berliner (1979) incluye elementos concer-
nientes al alumno y al proceso de instruccin. El aprendizaje del alumno est en
funcin de sus aptitudes, la conducta del profesor y del aprendizaje realizado en
clase, donde el tiempo efectivo de aprendizaje juega un papel importante, y que a su
vez depende del tiempo atribuido a la enseanza, el tiempo dedicado efectivamente
a esta, la tasa de xitos del alumno y la relevancia de las tareas. Los elementos refe-
ridos al profesor son el diagnstico de las capacidades del alumno, la presentacin
de las tareas de aprendizaje, el inters por el tema y el feedback o retroinformacin
que proporciona al alumno.
El modelo de productividad educativa de Walberg (1981) incluye nueve factores
determinantes de los tres tipos de resultados, afectivos, conductuales y cognitivos, del
aprendizaje. Estos nueve factores se sitan en tres categoras de variables, Aptitud,
que incluye capacidad, nivel de desarrollo y motivacin, Instruccin, cantidad y
calidad, y Ambiente, en donde se sitan el ambiente familiar, de la clase, las rela-
ciones con el grupo de compaeros y la influencia de los medios de comunicacin.
Estos factores ambientales tienen, segn Walberg, gran importancia a la hora de
influir en los resultados de aprendizaje.
El modelo de aprendizaje psicosocial de MacMillan (1980) pretende integrar
diversos modelos psicolgicos generales en una teora psicosocial-cognitiva del
aprendizaje, con expresa referencia a la situacin escolar y a un modelo de ensean-
za-aprendizaje. En el modelo se contemplan, de forma interrelacionada, las carac-
tersticas individuales del alumno (autoconcepto, expectativas, atribuciones, habi-
lidades, aptitudes etc.), la situacin, el feedback informativo recibido y el valor de
refuerzo de las conductas.
El modelo de aprendizaje cognitivo complejo de Glaser (1976, 1982, 1990)
destaca los siguientes factores: unos condicionantes del aprendizaje, entre los que
tenemos el nivel de conocimientos previos como uno de los elementos fundamen-
tales; los procedimientos concretos de enseanza de contenidos y tareas espec-
ficas; unos procesos cognitivos de adquisicin de conocimientos y asimilacin de
informacin, tales como atencin, memoria, estructuras de conocimiento, etc., y
unos resultados de aprendizaje cognitivo, conocimientos declarativoconceptuales,
procedimentales y habilidades o estrategias generales de aprendizaje. El modelo
tiene un carcter sistmico, en cuanto que todos sus elementos estn interrelacio-
nados entre s.
El modelo de componentes de la instruccin de Reigeluth (1983) es un modelo
global que trata de integrar diversos modelos y teoras de la enseanza. Es un modelo
eclctico, inspirado en la teora de procesamiento de la informacin y los modelos de
Ausubel y Bruner. En este modelo las variables instruccionales de inters se agrupan
en tres categoras: condiciones de enseanza, mtodos de enseanza y resultados
instruccionales (Reigeluth, 1983).

10
 Las condiciones de la enseanza incluyen las caractersticas de los estudiantes
(aptitudes, personalidad, motivacin), las caractersticas de la materia, los objetivos
que lograr y los recursos y limitaciones. Las variables referidas a mtodos de ense-
anza se clasifican a su vez en tres tipos: a) estrategias organizativas (macroestrategias
de seleccin, organizacin y secuenciacin del contenido de la instruccin) y microes-
trategias de enseanza tales como definiciones, ejemplos, prctica, representaciones,
sntesis, etc., por otro lado, tendramos: b) las estrategias de manejo y organizacin
de la instruccin, referidas a la toma de decisiones sobre la organizacin. Existen
adems distintas clases de resultados de enseanza, clasificados bajo las categoras de
eficiencia o nivel de logro de los estudiantes, eficacia en razn al costo de la enseanza
y atractivo por el aprendizaje. Dentro de los logros del estudiante se distingue entre
aprendizaje de contenidos especficos y habilidades generales de aprendizaje.
Nos referiremos a continuacin a dos modelos del proceso de enseanza-apren-
dizaje que tienen en comn el estar basados en resultados empricos; el modelo
heurstico del proceso de enseanza-aprendizaje de Entwistle (1987) y el modelo de
sntesis de Fraser (1987).
El modelo heurstico del proceso enseanza-aprendizaje de Entwistle (1987) es
un modelo integrador que trata de recoger aquellas variables con un mayor peso
explicativo en los resultados de aprendizaje observados, el rendimiento acad-
mico. El modelo, en el que no se precisan las interrelaciones entre sus elementos,
es un resumen de los resultados de investigacin y un punto de partida para nuevos
trabajos. Los elementos fundamentales son en este caso las caractersticas de los
estudiantes, las caractersticas de los profesores y las de la escuela y el hogar.
Las caractersticas principales del modelo son: su carcter de provisionalidad,
al estar basado en resultados empricos; la consideracin de las diferencias indivi-
duales y su interrelacin con los mtodos de enseanza; considerar al aprendiz, y
ms en concreto las aspectos referidos a procesos y estrategias de aprendizaje, como
elementos de central importancia, e incluir componentes psicosociales referidos a la
escuela y el medio familiar.
El modelo de Fraser (1987) est basado en la sntesis de diversos metaanlisis
realizados sobre un conjunto amplio de variables relacionadas con el aprendizaje
escolar. Sobre la base de los resultados de 134 metaanlisis el autor propone un
modelo que tiene en cuenta aquellas variables que muestran una mayor contribucin
para explicar los resultados de aprendizaje. Los tres componentes principales en
que quedan agrupadas las variables son: el alumno, el proceso de aprendizaje, los
mtodos de instruccin y los resultados.
Entre las caractersticas principales del modelo estn: 1) considerar al sujeto
que aprende como elemento central; 2) establecer una influencia recproca entre los
componentes; 3) incluir resultados cognitivos y afectivos de aprendizaje; 4) dife-
renciar el papel de los procesos y estilos de aprendizaje; 5) considerar resultados
cognitivos generales y especficos, aplicables estos ltimos a dominios de contenido
particulares, como la historia, las matemticas, la fsica o la biologa; 6) estar locali-
zado en el individuo como parte de un sistema social.

11
 De entre las diversas variables incluidas en los diferentes metaanlisis, las que
mayor relacin muestran con el logro acadmico han sido: la calidad y cantidad de
la instruccin, la disposicin para aprender (motivacin), el bagaje intelectual y de
conocimientos previos del alumno, el mtodo de tutora en la enseanza y el feed-
back corrector y de refuerzo emitido por el profesor.
Rivas (1997) formula un Modelo Integrado de la Situacin Educativa (MISE)
aplicable tanto a la situacin escolar como a la situacin educativa no formal, cuyos
postulados, con base en la psicologa cognitiva de la instruccin y el proceso de
comunicacin, son:
1. Intencionalidad (metas y objetivos de instruccin)
2. Diseo de instruccin (planificacin del proceso E/A)
3. Interacciones personales (clima del proceso E/A)
4. Adquisicin de conocimientos (procesos de aprendizaje)
5. Control y evaluacin (retroalimentacin del proceso E/A)
El modelo est organizado jerrquicamente en el sentido de que unos principios
estn incluidos en otros. Aunque se trata de un modelo terico, se encuentra en fase
de contrastacin emprica y constituye una gua adecuada para el estudio de la situa-
cin educativa.
Slavin (1994) formula un modelo de enseanza eficaz que parte de la considera-
cin de las variables que inciden en el rendimiento del alumno y que son modifica-
bles a travs de la accin educativa. El modelo, que l mismo denomina QAIT, est
basado en cuatro elementos: Q, referido a la calidad (Quality) de la instruccin; A,
relativa a los niveles adecuados de instruccin (Appropiate Levels of Instruction); I,
que se refiere a empleo de incentivos (Incentive) que propicien la motivacin hacia
la tarea, y T, referido al tiempo (Time) disponible necesario de los estudiantes para
aprender.
Para Slavin la combinacin de estos cuatro factores de forma adecuada da como
resultado una enseanza eficaz y unos resultados de aprendizaje ptimos.
La instruccin es de alta calidad cuando la informacin presentada tiene sentido
para los estudiantes, les resulta interesante y es fcil de recordar y aplicar (Slavin,
1994, p. 144). La calidad es, pues, un constructo relacionado con la comprensin
o la asimilacin del conocimiento que requiere presentar el material que aprender
por parte del profesor de forma organizada, relacionar lo nuevo con lo aprendido
anteriormente, emplear un lenguaje claro y sencillo, destacar los conceptos funda-
mentales, especificar los objetivos que se pretende lograr en cada tema y administrar
una retroalimentacin inmediata al estudiante despus de realizar una tarea. Una
enseanza de calidad, aunque es condicin necesaria para el aprendizaje del alumno,
no se considera del todo suficiente.
Un nivel adecuado de instruccin es aquel que se acomoda a las caractersticas
y necesidades de los estudiantes que tienen diferentes niveles de conocimientos
previos y distintos ritmos de aprendizaje. Aunque el profesor debe tratar de realizar
una enseanza individualizada, en la prctica lo que hace es acomodarse a distintos
subgrupos de alumnos para conseguir un nivel adecuado de instruccin. Segn Slavin

12
(1994), existen distintos criterios de agrupamiento, como: a) el basado en aptitudes,
que se tiene en cuenta para la educacin especial y compensatoria; b) el que se basa
en el nivel de conocimientos tras un perodo de enseanza y aprendizaje, aunque
sus efectos son muy limitados; c) la enseanza individualizada o tutorizada por el
profesor, que presenta muchas ventajas pero tambin tiene inconvenientes prcticos,
y d) el aprendizaje cooperativo en pequeos grupos dirigidos por el profesor, que
produce por lo general buenos resultados.
La incentivacin del aprendizaje del alumno debe realizarse, segn Slavin,
mediante distintos procedimientos destinados a la mejora tanto de la motivacin
intrnseca como de la motivacin extrnseca. En este segundo caso el incentivo no
tiene por qu ser de tipo material; as, el inters que se presta al alumno o que el
profesor muestre inters por el trabajo del mismo constituye un incentivo-valor para
el estudiante. Las tcnicas para la mejora de la motivacin intrnseca pueden incluir
varios de los procedimientos indicados en el tema dedicado a la motivacin.
El tiempo para ensear y aprender es otro de los elementos clave para el aprendi-
zaje en el modelo de Slavin, sobre todo si va unido a las tres condiciones anteriores.
El profesor ha de dedicar tiempo a la enseanza y al seguimiento del aprendizaje de
sus alumnos y, a su vez, el alumno ha de contar con tiempo disponible para el apren-
dizaje, y emplearlo real y adecuadamente en el mismo. Lo que el estudiante hace
cuando aprende es lo importante para que se produzca el aprendizaje.
Huitt (2003) propone un modelo transaccional del proceso enseanza-aprendi-
zaje, basado en la teora de sistemas, que agrupa las variables que intervienen en este
proceso en cuatro grandes categoras: 1) el contexto, formado por aquellos factores
externos a la clase que pueden influir en el proceso y los resultados del mismo,
tales como las caractersticas de la escuela y los procesos escolares, as como el
ambiente del hogar, el nivel educativo de la madre, el grupo de compaeros, la
cultura, la sociedad, etc; 2) las caractersticas de los alumnos y los profesores antes
de su entrada al proceso de enseanza-aprendizaje, tales como la autoeficacia perci-
bida por el profesor y las capacidades intelectuales de los estudiantes, motivacin,
estilo de aprendizaje o procedencia tnica; 3) los procesos dentro de la clase, tales
como la conducta del alumno, como el tiempo de aprendizaje efectivo y del profesor,
tales como la planificacin, manejo de la clase y mtodo de enseanza empleado,
junto con el clima de aprendizaje; 4) el resultado, considerado como la medida del
aprendizaje del estudiante, tomada desde fuera del proceso de instruccin o, lo que
es lo mismo, una evaluacin externa, que se realiza normalmente mediante pruebas
estandarizadas de rendimiento, aunque tambin se deberan evaluar otros tipos de
resultados como las habilidades sociales o los aspectos emocionales (Kamradt y
Kamradt, 2000).

1.2. Un modelo integrador del proceso enseanza-aprendizaje

Los modelos presentados son modelos parciales, referidos a un sector de la

realidad u objeto de estudio. Es necesario formular modelos generales y ms

13
globales con el propsito de integrar el mayor nmero de variables o elementos
significativos que entran a formar parte del proceso de enseanza-aprendizaje.
La razn es doble, por un lado, identificar los elementos principales del
proceso, por otro, tratar de integrar de manera coherente, y por lo tanto de validar,
los diversos modelos. La formulacin de estos modelos globales, integradores,
no excluye, sin embargo, el establecimiento de modelos parciales referidos a un
sector del proceso, antes bien, son necesarios para poder analizar los elementos o
variables del proceso, y sus relaciones, de forma ms precisa.
Para establecer un modelo global e integrador del proceso de enseanza-apren-
dizaje podemos tener presentes los modelos anteriores, teniendo en cuenta que
algunos de estos modelos estn ya incluidos en otros como resultado de la evolu-
cin histrica de la disciplina. Tal modelo global debe tener una serie de caracters-
ticas: recoger elementos referidos tanto a la enseanza como al aprendizaje, tener
un carcter sistmico e incluir las variables ms relevantes consideradas en los
modelos anteriores. Este modelo sistmico del proceso de enseanza-aprendizaje
proporcionar adems una panormica general sobre los contenidos que estudiar y
cmo estos se encuentran relacionados. El proceso de enseanza-aprendizaje tiene
un carcter sistmico ya que como todo sistema sus elementos funcionan de forma
interrelacionada, lo que ocurre en uno afecta o depende de otro. As, por ejemplo,
cul es el mejor mtodo de enseanza va a depender de qu se ensea, a quin se
ensea, etc.
Un modelo de este tipo incluye elementos de tres grandes reas: las conductas
del aprendiz que son objeto de cambio o lo que denominamos resultados de apren-
dizaje; las condiciones que estn presentes en el proceso, restringiendo o poten-
ciando aquellos resultados, y los procesos de cambio o aprendizaje, que tienen
lugar en los alumnos a travs de los cuales actan las condiciones y se producen
los aprendizajes.
En la figura 1 se propone un modelo que recoge las tres categoras de variables,
condiciones, procesos y resultados del aprendizaje, y se establecen las principales
relaciones entre estas variables.

1.2.1. Condicionantes internos y externos del aprendizaje

En cuanto a las condiciones o condicionantes del proceso, se establece una

primera diferenciacin entre las condiciones internas o intrapersonales del alumno
y las condiciones externas o ambientales. Las variables ms frecuentemente citadas
entre las condiciones internas son las de carcter psicofisiolgico y las denominadas
semipermanentes en cuanto que no permanecen iguales a lo largo de toda la vida,
aunque tampoco cambian en perodos cortos de tiempo: inteligencia, personalidad,
motivacin, conocimientos previos, as como el nivel de desarrollo evolutivo del
sujeto. Los aspectos fisiolgicos unidos a lo psicolgico, tales como el ciclo vigi-
lia-sueo, la preferencia por el sonido o el silencio, luz-oscuridad, comer durante el
estudio, etc., estn ms relacionados con el estilo de aprendizaje que con los resul-

14
 KE//KEEd^ WZK^K^WZE/: Z^h>dK^

/EdZEK^

 W
 ^    W Z
 /     
 W  W   E
 D  
 D 
   W
   Z /
 Z  , DD
 d
 d  //
  
 EK
ydZEK^
   
& d
  
   K
  
W  
 W 
D  s
 , 
'  
 d/
  ^
E
^
&,

&h
tados o el rendimiento. El tipo de personalidad, extrovertida o introvertida, por lo
general, lleva a que mientras que los extrovertidos prefieren actuar en pblico y
tienen ms memoria a corto plazo y menos a largo plazo, los introvertidos necesitan
ms tiempo para que se consolide su aprendizaje en la memoria y son menos dados a
interactuar en grupo (Eysenck, 1954). Los conocimientos previos son un aspecto muy
importante, como veremos en los modelos cognitivos actuales, en los que el aprendi-
zaje se define como la combinacin de lo que se va a aprender con los conocimientos
previos que ya se poseen (Reigeluth, 2000). Estos conocimientos previos pueden actuar
tanto como prerrequisitos (saber multiplicar es condicin para aprender a dividir) o estar
relacionados con los nuevos contenidos que aprender, por ejemplo, la idea previa que
tenemos de un concepto como velocidad condiciona la comprensin cientfica de este
concepto.
La consideracin del nivel evolutivo obliga a tener en cuenta las relaciones entre
aprendizaje, instruccin y desarrollo; adems, el nivel evolutivo es un condicionante de
otras variables como los mtodos de enseanza y los resultados de aprendizaje con los
cuales interacciona. A su vez, las variables referidas a las condiciones internas hacen
necesario considerar el tema de las diferencias individuales y la adaptacin del curr-
culum y la instruccin a esas diferencias, dentro de lo que se conoce como atencin a
la diversidad.
Un factor que debe tenerse en cuenta entre las variables instruccionales formales es
el de los contenidos especficos que aprender y ensear, ya que no se ensea lo mismo
la historia o las matemticas o diferentes aspectos de la propia historia; los conceptos
matemticos o su aplicacin a la solucin de problemas.
Las variables incluidas entre las condiciones externas giran alrededor de dos
grandes tpicos relativos a los condicionantes formales y no-formales. Los formales
hacen referencia a la enseanza donde todo est formalmente dispuesto para producir
un aprendizaje e incluyen a su vez aspectos tales como los objetivos (son adecuados
nuestros objetivos o los establecidos por la administracin educativa?), los contenidos
(de qu tipo son?, son adecuados a los alumnos, cientficamente vlidos, pertinentes
a los objetivos?), los mtodos y medios de enseanza seguidos por el profesorado, la
evaluacin (se evala adecuadamente en funcin de los objetivos?, es fiable y vlida
la evaluacin?), el comportamiento docente del profesor, el grupo-clase que favorece
o dificulta el aprendizaje de los estudiantes y la propia escuela, ya que la eficacia del
centro educativo en su conjunto la organizacin escolar, el tamao medio del centro, el
liderazgo pedaggico del director y del equipo directivo, la estabilidad del profesorado
en el centro, las expectativas positivas del profesorado sobre el alumnado, etc. inciden
en el rendimiento acadmico medio del alumnado, una vez controladas variables tales
como el rendimiento previo o la capacidad intelectual (Castejn, 1996; Townsend,
2007).
Los condicionantes informales o no programados incluyen comnmente las carac-
tersticas del hogar y del centro educativo y, sobre todo, el medio ambiente sociofami-
liar (nivel socioeconmico, valoracin, implicacin e inters que presta la familia a la
educacin), as como el valor que se le concede a la educacin en las diferentes culturas.

16
 En la figura 2 se ofrece un esquema en el que se incluyen las principales varia-
bles relativas a los condicionantes del proceso de enseanza-aprendizaje, referidas al
estudiante, el contexto formal y el contexto no formal.

1.2.2. Procesos de aprendizaje

La tercera categora que considerar son los procesos de aprendizaje y adquisicin

de conocimientos que tienen lugar en el sujeto que aprende. Procesos cognitivos,
estructuras de conocimiento, habilidades procedimentales especficas, habilidades
cognitivas generales, estrategias de aprendizaje y transferencia son algunas de las
variables del componente de procesos y estrategias de aprendizaje. De manera tenta-
tiva y sin pretender ser exhaustivos se pueden considerar los siguientes procesos:
atencin y seleccin de informacin; percepcin y codificacin o representacin;
almacenamiento, recuperacin, activacin, asimilacin y comprensin de informa-
cin; aplicacin, utilizacin y transferencia de conocimientos, habilidades y estrate-
gias, y procesos de toma de decisiones.
Junto con estos procesos de tipo cognitivo, existen otros procesos de tipo
emocional y afectivo, tales como emociones, sentimientos, atribuciones, expectativas
o valores, que tambin forman parte del proceso de enseanza-aprendizaje.
Los procesos de aprendizaje ocupan el lugar central en este modelo ya que consti-
tuyen el objetivo ltimo de la labor educativa e instruccional. El inters por el apren-
dizaje ha desplazado la preocupacin por la enseanza, al constituir los procesos de
aprendizaje la base a partir de la cual se elaboran las prescripciones y estrategias de
enseanza. La psicologa de la instruccin actual constituye un ejemplo del intento de
superacin del binomio entre enseanza y aprendizaje, presente hasta los aos 80 del
siglo pasado (Castejn, 2001; Resnick, 1981).
Una derivacin prctica del principio de que el aprendizaje ocupa el lugar central
en este proceso es la definicin del crdito europeo (ECTS) en trminos del tiempo
dedicado por el estudiante al aprendizaje (incluyendo la enseanza dada por el
profesor), en vez del tiempo dedicado por el profesor a la enseanza, como se defina
anteriormente.
La psicologa de la instruccin estudia procesos de aprendizaje y adquisicin de
conocimientos relevantes para la enseanza y trata de dar un carcter prescriptivo a
las teoras del aprendizaje y a la vez basar las prescripciones y estrategias de ense-
anza en bases slidas sobre cmo se produce el aprendizaje (De Corte, 2000).
En cualquier caso, la relacin entre la psicologa de la instruccin, las teoras del
aprendizaje y la prctica de la enseanza es compleja; dada la complejidad del proceso
de enseanza-aprendizaje, es difcil dar recomendaciones simples. Como indican
Pintrich et al. (1986): Las teoras y resultados de la investigacin sobre el aprendizaje
y la enseanza forman los esquemas que deben ayudar a los profesores a interactuar
eficazmente con estudiantes nicos en contextos especficos de clase (p. 642).
Los acercamientos recientes a la enseanza hacen uso de sistemas informticos
expertos que, con base en el conocimiento sobre un conjunto amplio de factores que

17
 CONDICIONANTES DEL PROCESO DE ENSEANZA-APRENDIZAJE
ESTUDIANTE CONTEXTO FORMAL CONTEXTO NO
FORMAL

a) Psicofisiolgicos: a) Currculum a) Familiares y del

.Objetivos, contenidos, hogar
-Preferencias y criterios de evaluacin.
-Estilos de aprendizaje . Educacin bilinge. .Ambiente familiar
b) Profesor .Relacin familia-
b) Semipermanentes: .Eficacia escuela
.Nivel de formacin .Deberes escolares para
-Inteligencia .Conocimiento casa
-Personalidad pedaggico .Implicacin materna
-Motivacin .Creencias del profesor y paterna en el
-Autoconcepto .Motivacin aprendizaje
-Rendimiento anterior c) Mtodos de enseanza
.Enseanza directa b) Sociales
c) Nivel de .Aprendizaje cooperativo .Nivel socio- econmico
desarrollo .Aprendizaje basado en .Nivel cultural del padre
problemas y de la madre
d) Inicio de la .Enseanza .Televisin
escolarizacin individualizada
.Aprendizaje multimedia c) Culturales
.Educacin a distancia .Valor de la educacin,
.Calidad de la enseanza la escuela y el
.Ambiente de aprendizaje aprendizaje
.Expectativas del profesor .Rendimiento
.Prctica masiva- acadmico en distintos
espaciada pases
.Feedback
d) Grupo-clase
.Agrupacin por
capacidad
.Tamao de la clase
e) Escuela
.Financiacin
.Repeticin de curso
.Eficacia (factores de
eficacia de la escuela)
f) Sistema educativo
Figura 2. Factores que condicionan el proceso de enseanza y aprendizaje.

18
inciden en el proceso de E/A y sus interacciones, tratan de establecer las estrategias de
enseanza ms adecuadas (Sierra, Garca-Martnez y Hossian, 2002).

1.2.3. Resultados de aprendizaje y rendimiento

Como se ve en la figura 1, los resultados de aprendizaje se agrupan en tres

grandes categoras: psicomotor, cognitivo y afectivo-comportamental-social.
Las tres categoras estn recogidas en los modelos anteriores. Respecto a los
resultados cognitivos de aprendizaje, existen diversas clasificaciones segn autores
y modelos. Una clasificacin general, establecida dentro de la psicologa cogni-
tiva de la instruccin, distingue dos tipos de resultados cognitivos de aprendizaje,
el conocimiento declarativo-conceptual referido a la comprensin de conceptos y
relaciones entre conceptos y el conocimiento procedimental, relativo a la adquisi-
cin de procedimientos o aplicacin de los principios declarativos. Un tercer tipo lo
constituyen las habilidades intelectuales y las estrategias de aprendizaje generales,
menos ligadas a unos dominios o contenidos particulares. Entre los resultados de
tipo afectivo-comportamental y social se sitan las actitudes, el autoconcepto y la
conducta y habilidad de tipo personal y social. Estos resultados de aprendizaje cons-
tituyen a su vez objetivos de la enseanza (Bloom, 1976; Kennedy, 2007).
Otra dimensin de los resultados de aprendizaje se refiere a los aspectos cuali-
tativos o cuantitativos. Existen aspectos cualitativos, como pueden ser por ejemplo
un tipo de error conceptual, determinada organizacin de los contenidos, estrate-
gias, etc., que son de gran importancia al disear o redisear el proceso de ensean-
za-aprendizaje.
Aunque todos estos tipos de resultados de aprendizaje deben ser desarrollados
y evaluados como resultados del proceso de enseanza-aprendizaje, el tipo ms
evaluado es el de tipo cognitivo, el rendimiento acadmico, en cuanto resultado
o producto del proceso; que se evala, bien mediante las calificaciones escolares,
bien mediante pruebas estandarizadas de rendimiento. El conjunto de resultados de
aprendizaje relativos a los aspectos del comportamiento, el aprendizaje emocional
y social, en el mejor de los casos, se incluye dentro de las actitudes, al menos en
nuestro sistema educativo.
Como se observa en la figura 1, existe una estrecha relacin entre las tres grandes
dimensiones del modelo: condiciones, procesos y resultados, as como entre los
diversos bloques entre s. Esta interaccin entre los distintos factores y variables que
forman parte del modelo le dota de un carcter sistmico. De forma que no podemos
establecer los efectos de una de las variables sin tener en cuenta la relacin que
mantienen con otras variables del modelo; as, por ejemplo, ante la cuestin de cul
es el mejor mtodo de enseanza habra que responder que depende de para qu tipo
de contenido, nivel evolutivo de los alumnos, etc.
Esta perspectiva es muy semejante a la de Coll (1988), cuando establece el
objeto de la psicologa de la educacin como el anlisis de los componentes psico-
lgicos de los procesos de enseanza y aprendizaje, o de forma ms general en los

19
procesos de cambio comportamental inducidos por las situaciones de enseanza y
aprendizaje (Coll, 1988, p. 191). Se trata de estudiar todos los factores y varia-
bles relacionadas con el fenmeno educativo e instruccional, ms que en s mismas,
en cuanto elementos que condicionan los procesos de cambio provocados por las
situaciones educativas (Coll, 1990) o que estn presentes en la situacin educativa
(Rivas, 1997).

2. El rendimiento acadmico

Como se ha dicho anteriormente, el rendimiento acadmico constituye el producto

del aprendizaje; la forma en que se define de manera operativa el aprendizaje, en
cuanto constructo psicolgico que no es observable y medible de forma directa. La
definicin operativa y medida de los resultados cognitivos de aprendizaje es a lo que
se denomina rendimiento acadmico. En la figura 1, el rendimiento se representa en
la parte derecha junto a los resultados de aprendizaje a los que se refiere.

2.1. Concepto de rendimiento acadmico

La frase student achievement se incluye en el ttulo de ms de 2.000 investi-

gaciones e informes del ERIC (Educational Resources Information Center) depen-
diente del Departamento de Educacin de los Estados Unidos, ms que cualquier
otro tpico de estudio recogido por esta base de datos (Guskey, 2013). Dada la gran
cantidad de estudios sobre el tema, se podra esperar que este trmino tuviera un
significado unvoco. Sin embargo, no es as, no solo se produce una variacin en
cuanto a lo que entienden distintos grupos de personas relacionadas con la educa-
cin como estudiantes, profesores, padres y personal de la administracin educa-
tiva, sino que dentro de cada grupo tambin se produce una gran variacin (Guskey,
2013).
En un mbito ms cercano, Tourn (1985) considera el rendimiento acadmico
un resultado del aprendizaje producido por el alumno, el producto de una suma
de factores, an no del todo conocidos, que actan sobre y desde la persona que
aprende. El rendimiento es, pues, un producto de factores que se sitan dentro y
fuera del individuo.
Segn Forteza (1975) el rendimiento es el producto de la aplicacin del esfuerzo
del alumno junto con la enseanza provista por la escuela, condicionados por factores
internos y externos al sujeto.
Para Gmez-Castro (1986) el rendimiento acadmico se refiere fundamental-
mente al nivel de conocimientos y habilidades escolares que manifiesta un aprendiz,
expresados a travs de un instrumento de evaluacin.
Existe, pues, una preocupacin por llegar a una definicin operativa del concepto
de rendimiento. El rendimiento se considera como el producto de mltiples varia-
bles, como el criterio que se trata de explicar, y que requiere una definicin operativa

20
lo ms adecuada posible, establecida a travs de unos instrumentos de medida obje-
tivos, fiables y vlidos.
Para Guskey (2013) el rendimiento acadmico del estudiante es un constructo
multifactico, que est relacionado con diferentes dominios de aprendizaje, que
se mide de formas distintas y con diferentes propsitos. A pesar de la falta de una
definicin comn, este autor considera que el trmino rendimiento implica la
realizacin de algo, y en el mbito de la educacin ese algo se refiere a algn
objetivo de aprendizaje. El trmino rendimiento lleva aparejada tambin la medida
del mismo, debindose indicar la forma en que se mide el rendimiento; mediante
pruebas abiertas, pruebas tipo test, mediante pruebas referidas al criterio, junto con
la sensibilidad instruccional de la medida empleada (Popham, 2007).
La concepcin del rendimiento como producto educativo tiene su mxima expre-
sin en la consideracin de la funcin productiva que la educacin tiene para un
pas, como se puso de manifiesto en la conferencia que, con el ttulo Indicadores de
la calidad de los sistemas educativos: una perspectiva internacional, se celebr en
Roma en 1990 organizada por la Asociacin Internacional para la Evaluacin de los
Logros Educativos, con sus siglas en ingls IEA, bajo los auspicios de la OCDE.
En esta conferencia Walberg (1990) examin la hiptesis de que el bienestar de un
pas depende del capital humano con el que cuenta. Para ello compar el desarrollo
econmico de diecisis pases durante el perodo 1977-1982, con las puntuaciones
del rendimiento obtenido en las materias cientficas por los estudiantes en la dcada
anterior. Segn Walberg, los resultados apoyan la hiptesis de que las puntuaciones
en rendimiento en estas materias (mejor que los ndices de estudiantes enrolados
en la educacin superior y el nmero de premios Nobel) predicen el desarrollo
econmico y otros ndices de bienestar del pas. Adems, las bajas puntuaciones en
ciencias y matemticas estn asociadas a menores niveles de desarrollo y parecen
tener consecuencias negativas para el desarrollo econmico y cultural de un pas
en el futuro. Estas mismas consideraciones se desprenden del informe titulado Una
Nacin en Riesgo (A Nation at Risk) elaborado por la Comisin Nacional sobre la
Excelencia en Educacin de los Estados Unidos en 1983.
Otra conclusin general de esta conferencia fue la necesidad de desarrollar
indicadores educativos vlidos de evaluacin del rendimiento en cada pas. En este
sentido el empleo de pruebas estandarizadas de rendimiento de mbito nacional y
el desarrollo de medidas equivalentes a nivel internacional, que permitan la compa-
racin entre pases, se consider una ventaja a la hora de evaluar el rendimiento de
los sistemas educativos nacionales en su conjunto, y de mejorar la informacin de
los padres, profesores y alumnos sobre el rendimiento para la adopcin de medidas
encaminadas a la mejora del mismo. Los informes del Programa Internacional para
la Evaluacin de Estudiantes, conocidos por sus siglas en ingls, PISA (Program for
International Student Assessment), tienen su origen en estas recomendaciones.
La definicin operativa del rendimiento acadmico conlleva la definicin de
instrumentos para la medida del mismo. El aprendizaje y su producto o resultado, el
rendimiento, son constructos, y en cuanto tales no son algo directamente observable.

21
Es necesario, por tanto, definirlos mediante unos instrumentos de medida que pongan
de manifiesto los conocimientos y habilidades que posee el alumno. La primera tarea
que se nos plantea es la de establecer una definicin operativa que evidencie adecua-
damente el nivel de conocimientos, procedimientos y habilidades que el alumno
posee. Evidentemente esta definicin operativa ha de ser adecuada y equivalente
a cualquier otra definicin operativa que pudiera formularse. O de otra manera, la
evaluacin del aprendizaje o el rendimiento acadmico no puede depender del tipo
de prueba que se plantee dentro de un mismo nivel de competencias. Esta definicin
operativa lleva aparejada adems una graduacin cuantitativa de la medida de los
conocimientos y habilidades que el alumno posee.
La medida del rendimiento acadmico plantea las mismas cuestiones que la
evaluacin de cualquier otro constructo psicolgico o educativo. Sin embargo, la
mayora de los estudios sobre el rendimiento acadmico emplean indicadores relati-
vamente simples del mismo. Estos indicadores son principalmente las calificaciones
escolares dadas por el profesorado y las pruebas objetivas.
Las calificaciones escolares son el indicador del rendimiento ms empleado en
la evaluacin del mismo. Aunque han sido criticadas por tratarse de medidas que
no garantizan la objetividad, la fiabilidad y la validez, dado que estn sujetas a la
influencia de factores subjetivos del profesor, como percepciones o expectativas
(Navas, Sampascual y Castejn, 1991), tambin existen pruebas a favor de su eficacia
para la evaluacin del rendimiento (Skalalvik y Hadtret, 1990). Otras investigaciones
(Marsh y Parker, 1984; Marsh, Smith y Barnes, 1985) abogan por el empleo combi-
nado de dos fuentes, las evaluaciones del profesorado y las puntuaciones en las pruebas
estandarizadas de rendimiento.
Alvaro-Page (1990) encuentra que las correlaciones entre calificaciones escolares
en distintas materias son superiores a las que se encuentran entre pruebas objetivas
referidas a la misma materia. Adems de que la correlacin entre calificaciones obte-
nidas en una misma materia y las puntuaciones en una prueba objetiva sobre la misma
materia son ms bajas que las correlaciones que se producen entre las calificaciones.
Cuando se sometieron a anlisis factorial las puntuaciones provenientes de califica-
ciones y las de pruebas objetivas se comprob claramente que unas y otras se agruparon
en factores distintos. Lo cual pone de manifiesto, en el mejor de los casos, que unas y
otras pruebas evalan aspectos distintos. Adems, en palabras de Alvaro (1990), los
datos parecen poner de manifiesto la existencia de un fuerte efecto de halo, dado que
aun midiendo habilidades diferentes, las calificaciones otorgadas por distintos profe-
sores estn fuertemente relacionadas. As cabe pensar que en el fondo, en la institucin
escolar se estn midiendo componentes y actitudes similares en las diversas materias,
probablemente la habilidad de los alumnos para adaptarse al mbito escolar (p. 218).
A conclusiones semejantes llega Pelechado (1989) cuando seala que a lo largo de
los cursos de la anterior EGB se produca una progresiva coincidencia de puntuaciones
entre profesores de muy distintas materias.
Las pruebas objetivas aseguran la objetividad de las medidas del rendimiento y
permiten contrastar su fiabilidad y validez. Un procedimiento de evaluacin que garan-

22
tiza en mayor medida la validez de la medida del rendimiento son las pruebas objetivas
referidas al criterio, elaboradas en el marco de la denominada evaluacin criterial o
evaluacin referida al criterio. Este tipo de evaluacin trata de establecer en qu grado
se consiguen los objetivos y competencias establecidos para un curso o programa, defi-
niendo de forma emprica los conocimientos y habilidades mnimas que ha de poseer
el estudiante para superar dicho curso (Castejn, Navas y Sampascual, 1996; Rivas,
Jornet y Surez, 1993; Rivas y Alcantud, 1989).
La definicin operativa del criterio de rendimiento acadmico es importante por
s misma y para el estudio de los factores que determinan o predicen este producto
educativo. Si se trata de explicar o predecir el rendimiento acadmico se deben tener
estimaciones insesgadas tanto de los predictores como del criterio.
Como seala Pelechano (1989), las calificaciones escolares se convierten en
el criterio inamovible sin que esta medida del rendimiento haya sido sometida a
anlisis cientfico riguroso. Simplemente se da por bueno; mientras que se suelen
exigir objetividad, fiabilidad y validez a las medidas de los predictores del criterio.
Sin embargo, sigue sealando Pelechano (1989), a nivel operativo concreto un coefi-
ciente de prediccin no puede superar al coeficiente de fiabilidad del criterio. Si la
fiabilidad de un criterio es de .70, ello implica que no podr lograrse una prediccin
ms all del 50 por ciento (p. 92).

2.2. Modelos de investigacin sobre el rendimiento acadmico

En este apartado se presentan los principales modelos tericos y metodolgicos

en la investigacin de los determinantes del rendimiento acadmico, as como algunas
nociones bsicas acerca de las principales tcnicas de anlisis asociadas a cada uno
de ellos. La mayor parte de estos modelos se sitan dentro de la metodologa correla-
cional, aunque varan en funcin de los tipos de modelos y el grado de complejidad
de los mismos, como el nmero de variables, el tipo de relaciones entre variables,
etc. Se pueden considerar dentro de esta metodologa los modelos correlacionales, los
modelos predictivos, los modelos estructurales y los modelos multinivel.
Cuando el rendimiento acadmico es una variable dependiente que se trata de
explicar en funcin de otras variables independientes que son el centro de inters de la
investigacin, como el tipo de mtodo de enseanza empleado, por ejemplo, se hace
uso de mtodos y diseos experimentales o cuasiexperimentales. Sin embargo, cuando
el centro de inters es el rendimiento acadmico, se emplean los modelos y tcnicas
mencionadas y que se presentan a continuacin.
Los modelos tericos que se han visto en el punto 1.2. pueden conformarse a los
modelos metodolgicos y estadsticos que veremos a continuacin.

2.2.1. Modelos correlacionales

Se trata del modelo metodolgico ms bsico. Se emplea para establecer la

relacin entre el rendimiento acadmico y otras variables, como pueden ser la

23
inteligencia general, la motivacin o el autoconcepto de los alumnos. La tcnica
estadstica empleada, cuando las variables estn medidas en una escala de inter-
valo, es el coeficiente de correlacin lineal, r de Pearson, que indica el grado de
asociacin entre las variables. Como es conocido, el coeficiente r de Pearson vara
entre -1 y +1, siendo el valor 0 la ausencia de relacin. Una relacin positiva alta
(ej., r = 0.80) entre inteligencia y rendimiento indica que a una mayor puntuacin
en inteligencia corresponde una mayor puntuacin en rendimiento. Mientras que
una relacin negativa entre ansiedad y rendimiento de 0.60, por ejemplo, indica
que hay una tendencia a que un mayor nivel de ansiedad est asociado a un menor
rendimiento.
El coeficiente de correlacin al cuadrado (r2), denominado coeficiente de determi-
nacin, indica la proporcin de varianza comn existente entre dos variables; as por
ejemplo un coeficiente de correlacin r de Pearson de .50 indica que el porcentaje de
varianza comn entre dos variables es del 25 %.
Como es sabido, correlacin no significa causacin, a partir de la relacin entre
dos variables no se puede inferir que una sea causa de otra; se necesitan diseos y
tcnicas ms poderosas para acercarnos a una interpretacin causal de la relacin entre
variables.

2.2.2. Modelos predictivos

Estos modelos tratan de predecir una variable dependiente o variable criterio, en

este caso el rendimiento acadmico, a partir de una o ms variables independientes
o predictivas, tales como el nivel socioeconmico familiar de los estudiantes, la
inteligencia, la motivacin o la percepcin de la calidad de la enseanza del profesor.
Estos modelos tambin se denominan aditivos, pues se supone que las varia-
bles predictivas hacen una contribucin independiente al criterio. Por ello parten
del supuesto de que la relacin entre las variables predictivas y el criterio es lineal y
aditiva. As, en el modelo de productividad de Walberg (1981) el rendimiento acad-
mico est en funcin de tres factores que se consideran sumandos independientes, R
(rendimiento) = f (Aptitudes + Ambiente + Instruccin).
La tcnica estadstica que sirve para poner a prueba el modelo es la regresin
simple (en el caso de una nica variable predictiva) o la regresin mltiple, cuando
hay ms de una variable predictiva (Cohen y Cohen, 1983).
Para el caso de la regresin simple la ecuacin toma la siguiente forma:

Y= a + bx + e

Que se corresponde con la ecuacin general de la recta.

O esta otra notacin, en la que al punto intercepto, en vez de a, se denomina b0.

Yi = bo + b1x1+ ei

24
 Donde:
a o bo es el punto intercepto. Es el valor de la variable Y para el nivel 0 de x.
b1 es la pendiente de la recta de regresin, el coeficiente de regresin, e indica
el peso o la importancia de la variable predictiva sobre el criterio. Se calcula por el
mtodo de mnimos cuadrados.
x1 es la puntuacin de cada individuo en la variable predictora.
e es el error de prediccin, residuo o varianza residual. Constituye la variacin
en la variable predicha, variable criterio o variable dependiente (Yij) que queda sin
explicar por el modelo. Se calcula como la diferencia entre el valor real obtenido por
cada alumno (Y) y el predicho Y por la ecuacin.
La tcnica asume la independencia de estos errores e, o, lo que es lo mismo, que
los errores estn distribuidos aleatoriamente, lo que indica que los datos son inde-
pendientes; las puntuaciones de unos y otros alumnos son independientes, no estn
agrupadas o relacionadas.

En la figura 3 se representa de forma grfica la relacin entre dos variables, la

satisfaccin del alumno con la enseanza recibida (X) y el rendimiento acadmico
(Y).




z



 
y
Figura 3. Representacin grfica de la regresin del rendimiento acadmico sobre la percepcin de
los estudiantes de la calidad de la enseanza recibida.

El punto intercepto a representa el rendimiento medio esperado cuando la

percepcin de los estudiantes es 0; en el ejemplo, estar cercano a 2. Por otra parte,
observamos que, conforme aumenta la percepcin de la calidad de la enseanza, el
rendimiento es mayor. Esto viene definido por la pendiente b de la lnea de regresin.
El valor de la pendiente vara de 1 a +1; un valor positivo indica relacin posi-
tiva entre ambas variables, a ms percepcin de calidad, mayor rendimiento, como
ocurre en este caso; mientras un valor negativo (una pendiente de sentido contrario)
indicara que a mayor percepcin de calidad se producira un menor rendimiento.
Cuanto ms inclinada sea la recta de regresin, mayor sea su pendiente, mayor es
el coeficiente b, y por tanto la relacin entre la variable predictiva (X) y el criterio
(Y). Un mayor valor de la pendiente de la recta de regresin b indica, en trminos
numricos, que el cambio en una unidad de medida en X conlleva un mayor cambio

25
en la unidad de medida de Y. Una relacin nula entre ambas variables resultara en
una pendiente con valor 0 y se reflejara en una lnea de regresin horizontal, para-
lela al eje de la X; conforme aumentase la percepcin de calidad de la enseanza el
rendimiento se mantendra igual, si b1 = 0.
Para una muestra de estudiantes se puede establecer una ecuacin de regresin
comn que ponga en relacin la variable predictiva con el criterio. Esta ecuacin
sirve adems para predecir el resultado de un estudiante en la variable criterio. As,
por ejemplo, si bo = 2 y b1 = 1.10, para un estudiante que obtiene una puntuacin de
6 en la percepcin de calidad de la enseanza, su puntuacin estimada en el rendi-
miento al final de curso sera de: yi = 2 + 1.10 * 6 + ei; esto es, y = 2 + 6.60 = 8.6.
Y el error de prediccin si hubiera obtenido un 8 en el rendimiento acadmico, sera
e = 8 8.6 = 0.8 (esto es, 8 dcimas menos de lo esperado).
Cuando hay ms de una variable predictiva o independiente, se emplea la tcnica
de regresin mltiple, siendo la ecuacin:

Yi = bo + b1x1 + b2x2+ bnXn + ei

Donde Y= valor observado de la VD o variable criterio, en este caso el rendi-

miento; b0 es la constante, interseccin u ordenada en el origen; b1 es la pendiente de
la lnea de regresin de la variable 1; indica el peso o la importancia de esa variable
en la prediccin, independientemente de las dems variables; X1 es el valor obser-
vado de la variable 1; e = error residual de la ecuacin (Yobservado Ypredicho).
La explicacin global de las variables del modelo est dada en el valor de la
correlacin mltiple, R, y la correlacin mltiple al cuadrado, R2, que indica el
porcentaje de varianza explicada por la ecuacin de regresin. Es equivalente al
coeficiente de determinacin con dos variables; as, en el contexto de la regresin
un coeficiente de determinacin de 0.36 (R = 0.60) indica que el 36 % de la varianza
en el criterio, por ejemplo, el rendimiento acadmico, est explicado o predicho
por la variable o variables predictivas. Hay una prueba de significacin F tanto
para establecer la significacin del R mltiple como una prueba de significacin t
para establecer la significacin de los parmetros, b, estimados. Estos parmetros
pueden establecerse tanto en trminos de las unidades de medida de las variables
predictivas como en trminos estandarizados, b, en cuyo caso se expresan en una
escala comn que va de 1 a +1 y que se interpreta de forma similar al coeficiente
de correlacin.
El mtodo de estimacin de parmetros ms empleado en la regresin es el
mtodo paso a paso (stepwise). En el mtodo paso a paso (stepwise) se introducen
todas las variables y el programa estadstico va seleccionando, en cada paso, aque-
llas variables independientes/predictivas que ms contribuyen a la prediccin de la
variable dependiente o variable criterio como puede ser el rendimiento , y que a
su vez menos correlacin tienen con otras variables predictivas.
Otro mtodo, menos empleado pero de gran inters, es el mtodo de particin
incremental de la varianza, tambin conocido como mtodo jerrquico; el procedi-

26
miento jerrquico emplea el mtodo de entrada forzosa de la variable o variables,
de forma sucesiva, comprobando si el incremento en R2 es significativo. Este proce-
dimiento permite establecer la contribucin especfica de una variable (aquella que
se introduce en ltimo lugar) a la explicacin del criterio, independientemente de
la varianza que pueda tener en comn con las variables que se han introducido en
los pasos anteriores. La variable introducida en el paso anterior recoge la varianza
explicada por ella misma y la que tiene en comn con la siguiente. Es necesario,
pues, partir de un modelo terico para decidir qu variables introducir primero.
Si estamos interesados en analizar la influencia de la inteligencia y la motiva-
cin sobre el rendimiento, la secuencia de introduccin de las variables, terica-
mente ms plausible con base en los conocimientos que se tienen sobre la relacin
entre ellas, sera introducir primero la inteligencia y en un segundo paso la moti-
vacin; de esta manera se puede estimar el efecto nico de la motivacin sobre el
rendimiento, mientras que el efecto de la inteligencia recogera el efecto de la inte-
ligencia por s misma y la parte de la motivacin que se puede deber a la relacin
entre ambas, pues la posesin de una mayor inteligencia puede estar relacionada o
llevar a una mayor motivacin. De esta forma se estudia la influencia de la motiva-
cin, una vez controlado el efecto de la inteligencia. De manera que si la motivacin
tiene un efecto significativo sobre el rendimiento, se podra concluir que este no
se debe a que los estudiantes que estn motivados son los ms inteligentes, sino a
que la motivacin influye sobre el rendimiento de manera especfica, independien-
temente de la inteligencia. Menos sentido terico tendra pensar que la motivacin
influye sobre la inteligencia, y esta sobre el rendimiento, e introducir la motivacin
antes que la inteligencia.
La eleccin entre uno y otro mtodo, el mtodo paso a paso o el procedimiento
jerrquico, va a depender de los objetivos de la investigacin. Si la finalidad es prin-
cipalmente predictiva y no estamos interesados en las posibles relaciones entre las
variables independientes, entonces es ms indicado el mtodo paso a paso; mientras
que si estamos interesados en comprobar la contribucin especfica de determinadas
variables con base en un modelo terico que nos sirva para establecer la posible
secuencia causal u orden de entrada de las variables en la ecuacin, entonces es ms
adecuado el procedimiento jerrquico.
El clculo de los parmetros anteriores con unos y otros mtodos se realiza
mediante programas estadsticos informatizados como el SPSS (Statistical Package
for Social Sciences).

2.2.3. Modelos estructurales

Los modelos estructurales surgen en el mbito de la sociologa con la finalidad

de establecer inferencias causales a partir de diseos correlacionales. Las tcnicas
de anlisis se pueden clasificar en: 1. anlisis de vas (path analysis) y 2. anlisis de
estructuras de covarianza, dentro de los cuales se pueden distinguir a) las ecuaciones
estructurales con variables latentes y b) el anlisis factorial confirmatorio (AFC).

27
 La tcnica de path analysis, anlisis de trayectorias o anlisis de vas se asienta
sobre el anlisis de regresin mltiple y permite adems estimar la influencia directa
y la indirecta de las variables independientes o predictivas sobre la variable depen-
diente o variable criterio, a travs de otras VI. Se puede establecer, pues, una estruc-
tura de relaciones no solo de las variables predictivas sobre la variable criterio, sino
tambin de las variables predictivas entre s.

Las fases para la realizacin de un anlisis de vas o path analysis son las
siguientes:

1. Establecimiento del modelo terico que queremos contrastar con los datos
empricos obtenidos.
2. Representacin grfica (opcional o necesaria segn programas), como la
siguiente, en la que la variable V1 influye directamente en la variable V3, la
variable V1 tambin influye directamente sobre V2 y esta sobre V3. Podra
ser el caso en que la inteligencia (V1) se considera que influye directamente
en el rendimiento acadmico (V3) y sobre la motivacin (V2), que a su vez
influye sobre el rendimiento, tal y como aparece a continuacin:

E

s s 
E

 s E

3. Especificacin matemtica del modelo (opcional o necesaria segn

programas) mediante un sistema de ecuaciones, que para el caso anterior es:
V2 = * X1 + E2
V3 = *V1 + *V2 +E3
4. Estimacin de parmetros libres (*) mediante el mtodo de mxima
verosimilitud coeficientes de regresin b, los trminos de error (E) y la
varianza de variables exgenas (*V1), aquellas que no reciben influencia de
otra variable predictiva.
5. Estimacin de efectos: a) efectos directos (parmetros b); b) efectos indirectos
de V1 sobre V3 a travs de V2; calculados como el producto (b21)* (b32); c)
efectos totales (directos + indirectos), y d) efectos de error, no explicados por
el modelo (efectos totales-coeficientes de correlacin b0).
6. Contraste del modelo. Estimacin del grado de ajuste entre el modelo terico
y los datos empricos. Para ello hay diversos ndices de bondad de ajuste
como la prueba c2 (ajusta si p > .05), el ndice CFI comparative fit index
(indicativo de un buen ajuste si >.90 o .95), el ndice RMSA Root Mean
Square Residual Adjusted (mejor menor de .05) y el ndice AIC Akaike

28
 Index of Comparison (mejor cuanto ms pequeo), etc.

Con relacin al anlisis de vas, las ecuaciones estructurales con variables

latentes incorporan fundamentalmente: a) un modelo de medida al sistema de ecua-
ciones estructurales, definido por los errores de las variables observadas, y b) varia-
bles latentes o factores, definidos por varias variables observadas. En la siguiente
figura se presenta un modelo de este tipo.

s 
 s

& & s 
 s

s 
 s s


El sistema de ecuaciones que corresponde al modelo estructural anterior es el

siguiente:

V1= *F1+E1 V4= *F1+E4 V7= *F2+E7

V2= *F1+E2 V5= *F2+E5 F2= *F1+*V4+D
V3= 1F1+E3 V6= 1F2+E6

Como se puede ver en la figura las tres variables observadas, (V1,V2, V3), por
ejemplo, puntuaciones en tres pruebas diferentes de inteligencia, definen una variable o
factor latente, denominado F1, relativo a la inteligencia. A diferencia del path analysis,
donde se supone que las variables observadas estn medidas sin error, en los modelos
de estructuras de covarianza con variables latentes es posible estimar el error de cada
variable observada. En el ejemplo, la variable latente o factor de inteligencia F1 influye
directamente en F2, que podra representar la variable latente rendimiento acadmico,
definido por las calificaciones en tres asignaturas (V5, V6, V7). La variable V4 es una
variable observada, que podra ser en el ejemplo concreto la motivacin, que recibe
influencias directas de la variable latente inteligencia y que a su vez influye en el factor
de rendimiento. En este modelo, la variable latente inteligencia tambin se supone que
tiene un efecto indirecto sobre el factor de rendimiento a travs de la motivacin (V4).
Los asteriscos indican que el coeficiente asociado a la variable se trata de un par-
metro libre, esto es, un parmetro que estimar.
Cada una de las variables observadas lleva parejo un error de medida (E), mientras
que el error de medida o varianza sin explicar de las variables latentes, que actan
como variables dependientes, se denomina D (Disturbance en ingls). Las variables
observadas definitorias de las variables latentes, que no llevan aparejado el smbolo
* se consideran parmetros fijos; esto se hace para evitar que el modelo sea no iden-

29
tificado, es decir que el nmero de parmetros libres que estimar sea mayor que el
de observaciones; para que el modelo sea identificado el nmero de parmetros que
estimar ha de ser igual o menor al de observaciones, definindose el nmero de obser-
vaciones por v (v + 1)/2, donde v es el nmero de variables medidas.
Existen varios programas estadsticos de tipo informtico para el anlisis de los
datos de los modelos estructurales, como son el LISREL, EQS y AMOS.
Muchos de los modelos tericos sobre el rendimiento acadmico formulados en la
actualidad se conforman a un modelo estructural con variables observadas, con varia-
bles latentes o un modelo en el que se mezclan ambos tipos de variables. Ejemplos del
empleo de modelos estructurales en la investigacin sobre el rendimiento acadmico
los tenemos en Miano y Castejn (2011), Miano, Gilar y Castejn (2012) y Miano,
Castejn y Gilar (2012).
Al igual que en el anlisis de vas, es posible establecer el grado de ajuste entre el
modelo terico y los datos empricos; as como comparar modelos entre s. Esto puede
hacerse comparando directamente el valor de los ndices de ajuste, o bien contrastando
si hay diferencias estadsticamente significativas entre ellos, estableciendo si el valor
de la diferencia entre los estadsticos c2 y la diferencia entre los grados de libertad de
uno y otro modelo es estadsticamente significativa.
Un caso especial de los modelos de estructuras de covarianza es el Anlisis
Factorial Confirmatorio (AFC), que: a) parte del establecimiento de un modelo
terico sobre los factores subyacentes, b) permite comparar modelos (sobre todo si
son anidados; esto es, uno es parte o est contenido en otro), y c) emplea estadsticos
de bondad de ajuste a los datos empricos y para comparar distintos modelos.

 

&
& &

s s s s s s s s

       
Figura 4. Representacin de dos modelos tericos alternativos sobre la estructura factorial de cuatro
variables.

En la figura 4 se representan dos modelos de AFC; en la parte izquierda de la

figura (a) se representa un modelo en el que las cuatro variables observadas saturan
en un mismo factor, mientras que, en la parte derecha (b), se parte de un modelo
terico en el que las mismas cuatro variables saturan en dos factores distintos,
aunque relacionados entre s.

30
 Sera posible comparar qu tipo de modelo, el modelo a o el modelo b, se
ajusta mejor a los datos, contrastando si la diferencia entre los valores de c2 y sus
respectivos grados de libertad es significativa. Ejemplos de aplicacin del AFC a la
contrastacin de teoras alternativas los tenemos en Castejn, Prez y Gilar (2010),
y Sternberg, Castejn, Prieto, Hautamki, Grigorenko (2001).

2.3.4. Modelos multinivel

Los modelos multinivel, tambin denominados modelos jerrquicos, modelos

jerrquicos lineales, modelos de coeficientes aleatorios o modelos mixtos, se carac-
terizan por que tratan de modelar fenmenos en los que la estructura de los datos
forma una jerarqua (Gaviria y Castro, 2005). Esto ocurre muy frecuentemente en
el estudio del rendimiento acadmico cuando recogemos datos de estudiantes indi-
viduales (nivel 1) que estn incluidos en clases (nivel 2) que a su vez se agrupan en
escuelas (nivel 3), o, incluso, regiones (nivel 4) y estados (nivel 5).
En la tabla 1 se ofrece la estructura jerrquica de datos de tres niveles, en que los
alumnos se encuentran anidados en las clases y las clases anidadas en las escuelas.
Un ejemplo son los datos individuales sobre el nivel socioeconmico o el rendi-
miento acadmico, que estn anidados dentro de grupos ms amplios como clases
escolares y escuelas. Si consideramos que el rendimiento de un alumno individual se
ve afectado por el nivel sociocultural medio de los alumnos de una clase, entonces se
debera emplear un modelo multinivel.
Otro ejemplo en el que se han de emplear estos modelos sera si el rendimiento de
los alumnos de una clase se viera afectado diferencialmente por el mtodo de ense-
anza o las caractersticas de un profesor; una vez que todos los alumnos de una clase
tienen un mismo profesor, sus caractersticas son comunes a toda la clase, de manera
que estas caractersticas constituyen una variable a nivel de grupo-clase (nivel 2) que
puede variar entre clases y por tanto influir sobre el rendimiento individual de los
alumnos. Lo mismo ocurre si se tiene en cuenta el rendimiento de los alumnos indivi-
duales (nivel 1), situados en distintas escuelas (nivel 2, si no se estudia el efecto de la
clase), que puede estar influenciado tambin por las caractersticas de la escuela a la
que asiste.

Tabla 1. Estructura de datos multinivel.

Nivel 3 Escuela 1 Escuela 2 Escuela n

Clase 1 Clase 2 Clase n Clase 1 Clase 2 Clase n Clase 1 Clase 2 Clase n

Nivel 2

Alumno Alumno Alumno Alumno Alumno Alumno Alumno Alumno Alumno

Nivel 1 1 1 1 1 1 1 1 1 1
2 2 2 2 2 2 2 2 2
n n n n n n n n n

31
 Si se ignora la estructura jerrquica o anidada de los datos, se elimina la varianza
interna de los grupos o segundos niveles, atribuyendo la variacin en el rendimiento
acadmico de los alumnos, nicamente, al efecto de variables individuales, olvidando
el contexto (clase o escuela) en el que este rendimiento se produce. Las conclusiones
pueden atribuir errneamente los resultados a las caractersticas de los individuos
sin tener en cuenta los efectos del grupo. Adems, puede no cumplirse uno de los
supuestos del anlisis de regresin, la independencia de los errores de prediccin, si
las puntuaciones de los estudiantes individuales en rendimiento dentro de un mismo
centro muestran cierto grado de relacin o dependencia debido a la pertenencia a ese
centro. Sin embargo, el anlisis multinivel permite e incorpora procedimientos para
tratar con errores que no son independientes.
La solucin a este problema es trabajar, de forma simultnea, con ambos niveles, el
nivel micro o nivel 1 (alumnos) y el nivel macro o nivel 2, tambin denominado grupo
o contexto, como hacen los modelos jerrquicos o modelos multinivel, de manera que
pueda formularse un modelo para cada nivel, y analizarse de forma conjunta.
Una medida del grado de homogeneidad de los distintos contextos (normalmente
clases o escuelas en el mbito educativo) es la correlacin intraclase o autocorrelacin
(ICC). Esta medida sirve para establecer la similitud entre las unidades de nivel indivi-
dual (los estudiantes) a la vez que las diferencias entre las unidades de segundo nivel o
nivel macro. En el caso de que los alumnos de una misma clase o escuela se parezcan
entre s ms que en relacin con los alumnos de otra clase o escuela, o haya una gran
variabilidad entre clases o escuelas y poca dentro de cada clase o escuela, entonces el
coeficiente de correlacin intraclase es alto, indicando que procede realizar el anlisis
multinivel. En el caso de dos niveles, el ICC representa la proporcin de la variabi-
lidad total en el resultado que es atribuible a las diferencias entre las clases o escuelas.
El ICC se estima como la varianza entre escuelas dividida por la varianza total (entre
escuelas + dentro de las escuelas), siendo la varianza dentro de las escuelas la varianza
debida a los individuos o varianza residual. As pues, el ICC indica si una variable
contextual tiene un efecto sobre el resultado, el rendimiento del estudiante en este caso.
Este es el primer paso del anlisis multinivel, e indica si procede o no aplicar un
modelo jerrquico a los datos. Cuando se trabaja con modelos jerrquicos normalmente
se avanza desde un modelo simple, denominado no-restrictivo o modelo nulo, hacia
modelos ms complejos en los que se incluyen, adems de los efectos del contexto,
escuela o clase, por ejemplo, los de otras variables de primer o segundo nivel, e incluso
la interaccin entre ellas. Es posible adems comparar diferentes modelos si estos
difieren en un nico parmetro adicional, mediante la diferencia en los valores de la
medida de ajuste del modelo a los datos.
Los modelos jerrquicos son muy semejantes a los modelos y tcnicas de regre-
sin, excepto que los primeros permiten variar los parmetros del modelo, lo que se
denomina efecto aleatorio, mientras que en la regresin los parmetros se consideran
valores fijos (efectos fijos) estimados en la muestra (Bickel, 2007).
Cuando se estima un modelo de regresin lineal dentro de un contexto (ej., clase o
escuela), mejor que en la muestra como un todo, se puede asumir que los interceptos de

32
estos modelos varan modelo de interceptos aleatorios, que las pendientes de estos
modelos difieren modelo de pendientes aleatorias o que ambos parmetros varan.
Cuando un parmetro vara y el otro se mantiene fijo, se habla de modelos mixtos.
En la figura 5 se representa un modelo en que los incerceptos varan (1a), otro en el
que las pendientes varan mantenindose fijo el intercepto (1b) y otro en el que varan
interceptos y pendientes (1c).

z z z

y y y
1a 1b 1c
Figura 5. Representacin de tres modelos en los que varan interceptos, pendientes e interceptos y
pendientes.

El modelo nulo o modelo vaco, en el que no se incluyen variables predictoras

o independientes, proporciona estimaciones sin sesgo de la varianza entre centros y
dentro del centro. La ecuacin bsica que se corresponde con un modelo simple, o
modelo de independencia, es:

Yij = b0j + eij

Donde b0j = b0 + u0j

O, lo que es lo mismo, Yij = (b0 + u0j) + eij.

Esto es, se aade un componente al intercepto general b0 que mide la variabilidad

en los interceptos o la variabilidad en las medias en rendimiento de cada centro, u0j;
los subndices j reflejan los niveles de la variable sobre los que el intercepto vara,
los centros. Donde:

Yij es la puntuacin en rendimiento del alumno i en el centro j.

b0j es el intercepto (media del rendimiento) de los centros; indica la variabilidad
en el segundo nivel.
b0 es la media de todos los centros (la media de las medias de cada centro, o gran
media; tambin se corresponde con la media de todos los alumnos de nivel 1).
u0j es la varianza de error de los centros o la varianza entre centros
eij es la varianza dentro del centro o el error de prediccin de las puntuaciones
en rendimiento acadmico de los estudiantes en cada centro. Tambin puede consi-
derarse como la medida de la variabilidad de los residuales del nivel 1, los alumnos.

33
 En este modelo, b0 (la gran media) es un efecto fijo, mientras que u0j es un efecto
aleatorio, que vara entre centros o unidades de segundo nivel, por eso el intercepto
b0j (media de cada centro) es siempre aleatorio bajo los supuestos de los modelos
multinivel.
Si el porcentaje de varianza entre el rendimiento medio de los centros es alto
con relacin al porcentaje de varianza total, obtenida como la suma de la varianza de
error o residual (entre alumnos) y la varianza entre centros, entonces el coeficiente
de correlacin intraclase es alto, indicando los efectos del segundo nivel, la variabi-
lidad en el rendimiento debida a los centros.
Este modelo puede hacerse un poco ms complejo si incluimos, por ejemplo, una
variable predictora del rendimiento acadmico a nivel micro o primer nivel, el de los
estudiantes, como puede ser la inteligencia general. Entonces la ecuacin tomara la
forma:

Yij = b0j + b1jX1ij + eij Modelo en el nivel 1 (estudiantes)

Donde b0j = b0 + u0j (variabilidad entre interceptos) nivel 2

y b1j = b1 + u1j (variabilidad entre pendientes) nivel 2

Sustituyendo, el modelo conjunto es: Yij = (b0 + u0j ) + (b1 + u1j )X1ij + eij

O lo que es lo mismo:

Yij = b0 + b1 X1ij + u0j + u1j X1ij + eij

Siendo b0 la media general de las escuelas, u0j la variabilidad entre los interceptos
de cada escuela, b1 la pendiente para el modelo en su conjunto, u1j la variabilidad
entre las pendientes, X1ij el valor de la variable predictora (inteligencia general) del
individuo (i) en la escuela (j), y eij el error de prediccin.
En este modelo tanto el nivel medio del rendimiento b0j como la pendiente que
relaciona la inteligencia general con el rendimiento se consideran efectos aleatorios,
esto es, el modelo permite que varen entre centros.
Sera posible, adems, comparar los dos modelos anteriores para ver si el segundo
modelo, en el que se incluye como parmetro adicional la pendiente que relaciona
la variable de nivel intelectual con el rendimiento, mejora el ajuste del modelo a los
datos, utilizando la prueba adecuada como el cambio en ji-cuadrado, o mediante la
comparacin de los ndices AIC o BIC (Field, 2009).
Estos modelos permiten estimar los efectos de variables de los estudiantes (nivel
1) y de las variables contextuales de la escuela (nivel 2) sobre el rendimiento acad-
mico, e incluso las interacciones de las variables dentro de un nivel y entre niveles.
El contraste de un modelo terico como el que aparece en la figura 6 podra reali-
zarse por un modelo estadstico de este tipo.

34
 
E d
E/s>
 

^h>^

 

E/s>  

>^^
WZK&^KZ


E
 Z
E/s>

^dh/Ed^



Figura 6. Representacin de un modelo hipottico con tres niveles, estudiantes, clases y escuelas.

En el nivel 1, se hipotetiza que el nivel socioeconmico de los estudiantes y la

capacidad intelectual estn relacionados con su rendimiento acadmico. La variable
de segundo nivel, aos de experiencia del profesorado, tambin se considera que
puede afectar el rendimiento acadmico individual, pudindose establecer adems
si existen diferencias entre diferentes profesores en cuanto al rendimiento de los
estudiantes en una misma materia. Por otra parte, se considera que el rendimiento
medio de los alumnos puede influir en el sentimiento de autoeficacia del profesor.
En el tercer nivel, se puede establecer si existen diferencias en el rendimiento entre
escuelas as como si el nivel socioeconmico de la escuela en su conjunto (la suma
o promedio de los niveles socioeconmicos de los estudiantes agregados a nivel de
escuela) y el tipo de centro (pblico o privado) influyen en el rendimiento acadmico
de los alumnos.
Los desarrollos ms recientes permiten emplear variables observadas o varia-
bles latentes, as como modelos estructurales dentro y entre niveles (Marsh, Ludtke,
Robitzch, Trautwein, Asparouhov, Muthen y Nagengast, 2009; Mehta y Neale,
2005).
Existen numerosos programas informticos de tipo estadstico para el clculo de
los parmetros de los modelos multinivel, aparte de los programas generales como
el SPSS, que incluyen un mdulo para los anlisis multinivel, denominado modelos
mixtos. Entre los programas desarrollados especficamente para los anlisis multi-
nivel tenemos el MLwin (Rasbash, Charlton, Browne, Healy y Cameron, 2005) o el
HLM (Raudenbush y Brik, 2002).
Un modelo especial para el estudio de la eficacia de la escuela son los deno-
minados modelos de valor aadido (Goldstein, Huiqi, Rath y Hill, 2000; Murillo,
1999).

35
 Estos modelos tienen como objetivo establecer si las variables contextuales,
como la escuela (o el centro educativo en general), influyen en el rendimiento acad-
mico de los estudiantes. Las cuestiones que tratan de responder estos modelos son
dos, si la escuela aade un valor al rendimiento acadmico de los estudiantes, ms
all de lo que cabra esperar con base en el rendimiento inicial de los estudiantes a
la entrada a la escuela. Y, por otra parte, si las escuelas difieren en su valor aadido.
Esto es, si las escuelas difieren en su nivel de eficacia, si hay unas escuelas ms
eficaces que otras y cunto es el grado de influencia de cada escuela en el rendi-
miento acadmico individual de los estudiantes.
Esto requiere un estudio longitudinal en el que se tomen medidas del rendi-
miento de los estudiantes como mnimo en dos momentos temporales distintos, a la
entrada y a la salida del centro educativo.
Para una nica escuela y suponiendo que no hay efecto diferencial de las clases
(por la posible eficacia diferencial de los profesores, por ejemplo), el modelo esta-
dstico para comprobar si los alumnos rinden ms o menos de lo esperado en funcin
de sus calificaciones de entrada sera el siguiente:

Yi = b0 + b1X1i + ei

Donde:
X1i = rendimiento previo de los alumnos o rendimiento a la entrada al centro
Yi = rendimiento a la salida (final del curso, ciclo o etapa)
e = puntuacin residual

La puntuacin residual o error de prediccin es la diferencia entre el valor real

obtenido en la variable criterio y el valor predicho para un individuo i (Yi Yi).

Cuando se tienen en cuenta varias escuelas y el anlisis tiene en cuenta tanto el

nivel de los estudiantes como el de las escuelas, la frmula anterior se convierte en:

Yij = (b0 + u0j ) + (b1 + u1j )X1ij + eij

donde X1ij es la puntuacin obtenida por los estudiantes antes de entrar a la escuela.

O lo que es lo mismo:

Yij = (b0 + b1 X1ij ) + (u0j + u1j X1ij) + eij

Donde:

-Yij es el rendimiento del alumno a la salida de la escuela.

-b0 es el punto intercepto de la lnea de regresin o media de todas las escuelas,
tambin llamada gran media.

36
 -b1 X1ij es la pendiente de regresin media de todas las escuelas.
-b0 + b1 X1ij es la prediccin basada en las puntuaciones de rendimiento a la
entrada en la escuela.
-u0j es la media de cada escuela, tambin denominada efecto de la escuela o
residuo de la escuela; indica el valor aadido de la escuela al rendimiento acadmico
de los estudiantes, una vez controlado el efecto del rendimiento anterior del alumno.
-u1j X1ij es la pendiente de cada escuela, tambin denominado efecto diferencial.
-eij es la varianza de error o residual, debida a los estudiantes en cada escuela.

El rendimiento de los estudiantes a la salida de la escuela = Prediccin basada

en la entrada + efecto residual o de la escuela + efecto diferencial + efecto residual
del estudiante. En esta ecuacin el efecto residual de la escuela es una medida de la
eficacia de la escuela o del valor aadido de la escuela.
En la figura 7 se presentan de forma grfica los efectos medios y diferenciales de
tres escuelas. Las escuelas 1 y 3 son ms eficaces que la escuela 2, una vez que los
interceptos (proyeccin de las grficas sobre el eje de las Y o puntuaciones en rendi-
miento al final) son ms altos que el intercepto de la escuela 2 y estn por encima del
valor del rendimiento medio predicho para todas las escuelas, representado por el
intercepto de la lnea ms gruesa. Esto es, las escuelas 1 y 3 son ms eficaces o aportan
mayor valor aadido al rendimiento acadmico de sus estudiantes que la escuela 2.
En trminos de los efectos diferenciales, la escuela 1 favorece ms a los estu-
diantes con mayor nivel de rendimiento, mientras que la escuela 3 es ms equitativa,
una vez que su pendiente indica que todos los alumnos se benefician por igual, de
acuerdo con lo esperado a su rendimiento previo. Mientras que la escuela 1 es ms
eficaz para los estudiantes con mayor rendimiento, la escuela 3 es igualmente eficaz
con los estudiantes de bajo y alto rendimiento.

 1
z
 3
Z


2

y

Z

Figura 7. Representacin de los efectos de las escuelas sobre el rendimiento acadmico de los alumnos.

37